Ověření důvěry a spokojenosti zákazníků na českých slevových portálech metodou modelování strukturních rovnic

381 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 OVĚŘENÍ DŮVĚRY ASPOKOJENOSTI ZÁKAZNÍKŮ NAČESKÝCH SLEVOVÝCH PORTÁLECH METODOU MODELOVÁNÍ STRUKTURNÍCH ROVNIC* Pavlína1Kozákováa Abstract Verification ofTrust and Customer Satisfaction with Czech Online Group Buying Applying Structural Equation Modelling Thetopic ofthis paper is customers’ trust and satisfaction with online group buying. Themodel ofcustomer satisfaction was designed as asynthesis oftheExpectation – Confirmation Model (ECM) and theDeLone & McLean IS Success Model. Reputation and perceived size oftheonline group buying website, system quality, information quality and service quality were factors analysed in the model. Trust was perceived as a predictor of customers’ satisfaction. Data from thequestionnaires were analysed using structural equation modelling. Itwas found that reputation and perceived size oftheonline group buying website have themost important impact oncustomers’ trust and satisfaction. Keywords: customers satisfaction, ECM, online group buying, trust, structural equation modelling JEL Classification: C38, L81, M31, M37 Úvod Spokojenost zákazníků je významný výsledek vztahu mezi prodejcem a zákazníkem a svůj smysl si nachází nejen v kamenných prodejnách, ale také v on-line nákupním prostředí (Smith a Barclay, 1997). Článek je zaměřen na nakupování na slevových portálech, které Kauffman a Wang (2002) vymezili jako nakupování, během kterého se slučují zákazníci se zájmem o stejný produkt či službu napříč internetem, čímž se zvyšuje jejich a Vysoká škola báňská – Technická univerzita Ostrava, Ekonomická fakulta, Ostrava, Česká republika E-mail: [email protected] * Článek vznikl s podporou výzkumného projektu SGS „Identifikace role referenčních skupin v nákupním a spotřebním chování“ s registračním číslem SP2018/125 a s podporou Operačního programu Vzdělávání pro konkurenceschopnost s číslem CZ.1.07/2.3.00/20.0296. Stati | Articles 382 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 382 nákupní síla vůči prodejcům. Dle Shiau a Lua (2012), Chenga a Huanga (2013), Van Horna a Gustafssona (2000) je principem takového nakupování nákup produktu či služby za značně sníženou cenu, když se do tohoto nákupu zapojí dostatečný počet nakupujících. Jak bylo shledáno v mnoha předešlých studiích, e-commerce, ale také nakupování na slevových portálech je sužováno nízkou mírou zájmu zákazníků o opakované nákupy. Jak tvrdí Kopčil (2011), Qureshi et al. (2009), Gupta a Kim (2007), nejedná se jen o český negativní jev, ale projevuje se také v jiných státech po celém světě. Avšak jsou-li zákazníci spokojeni s provedeným nákupem a mají-li zájem o opakované nákupy u jednoho provozovatele, přináší to firmě řadu výhod (Otim a Grover, 2006; Anderson et al., 1994). Jednou z možností jak zvýšit zájem zákazníků o opakovaný nákup, je dosáhnout vyšší míry spokojenosti zákazníků s uskutečněným nákupem (Zamazalová, 2009). Manažeři v e-commerce by se tedy měli zabývat právě problematikou spokojenosti zákazníků a opakovaných nákupů u jednoho poskytovatele namísto vyvíjení úsilí na přilákání nových zákazníků (Cheng a Huang, 2013). Cílem tohoto výzkumu je identifikace modelu spokojenosti zákazníků při nakupování na slevových portálech dle modelu očekávání – naplnění (ECM) a DeLone & McLean Information System success modelu. Využití modelu očekávání – naplnění (ECM) a DeLone & McLean Information System (D&M IS) success modelu umožňuje analyzovat vlivy působící na zákazníka před provedením koupě, tvořící tak očekávání zákazníka, zároveň vlivy působící na zákazníka během nákupu či těsně po jeho provedení a utváření spokojenosti. Aplikované modely poskytují teoretickou bázi faktorů, které mohou ovlivnit spokojenost zákazníků s nákupy na slevových portálech. Aplikované modely jsou rozšířeny o element důvěry, který je dle různých autorů prediktorem spokojenosti zákazníků (Pawlasová, 2014; Hsu et al., 2014b). V mnoha předešlých studiích bylo konstatováno, že teoretické poznatky plynoucí z reálných dat o chování spotřebitelů v různých státech nemusí být platné obecně pro chování spotřebitelů ve všech zemích. Těmto odlišnostem v chování spotřebitelů se věnoval například již Hofstede (1984) a byly podpořeny ve vědeckých studiích autorů Spáčila a Božoňě (2018), Velčovské (2018) či Klapilové Krbové (2016). Významným důvodem pro výzkum dané oblasti na evropských trzích je také rozdílný systém fungování slevových portálů ve střední Evropě, na rozdíl od systému fungování slevových portálů na asijském kontinentě. Samotným autorům předešlých vědeckých studií na dané téma je známo omezení výzkumu při sběru dat jen v jednom státě a navrhují v budoucnu potvrdit dané výsledky pomocí výsledků z jiných států (Hsu et al., 2015). Tento článek obsahuje teoretické vymezení navrženého modelu dle ECM a DeLone & McLean IS success modelu. V návazné metodické části je definován sběr dat a použité analytické metody. Výsledky analýzy navrženého modelu utváření spokojenosti zákazníků slevových portálů jsou interpretovány a diskutovány s výsledky zejména zahraničních, 383 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 383 ale také českých autorů předešlých vědeckých studií. V závěru jsou identifikována také omezení provedeného výzkumu a návrhy na další oblasti analýzy v dané oblasti. 1. Současné poznatky zkoumané problematiky V této části je představena teoretická báze spokojenosti a důvěry zákazníků, ECM a DeLone & McLean IS success modelu vycházející z provedené rešerše literatury. 1.1 Spokojenost adůvěra zákazníků Z dostupných definic lze odvodit, že spokojenost je výsledným psychologickým stavem pocházejícím z psychologického procesu formování spokojenosti (Oliver, 2015). Smith a Barclay (1997, s. 4) uvádějí, že „spokojenost je významnou konsekvencí vztahu mezi prodejcem a zákazníkem“. Spokojenost dle Olivera (2015) může být vymezena podobně, a to jako reakce zákazníka na míru naplnění produktem či službou neboli jako úroveň, ve které je ono naplnění příjemné či nepříjemné. Jak uvádí Oliver (1999), spokojenost zákazníka je psychologickým stavem, který pramení ze srovnání počátečního očekávání a pociťovaného výkonu. Tato definice nejblíže odráží přístup ke spokojenosti zákazníků dle modelu očekávání a naplnění (ECM). Poněkud rozdílný názor na spokojenost uvádějí například Bressolles et al. (2014) a Anderson a Srinivasan (2003), kteří vymezují spokojenost zákazníka jako výsledek porovnání zákazníkovy spokojenosti s dřívějšími nákupy v on-line i tradičních obchodech a ohodnocení zákazníkovy spokojenosti s právě provedeným nákupem v on-line prostředí. Předpoklad spokojenosti zákazníka však zůstává totožný. Zákazník je spokojen, je-li vnímaná zkušenost lepší, než jsou jeho očekávání. V mnoha výzkumech (například Kim et al., 2009; Zamazalová, 2009; Hsu, 2008; Russell-Bennett et al., 2007; či Bhattacherjee, 2001; a McDougall a Levesque, 2000) bylo zjištěno, že spokojenost zákazníků ovlivňuje budoucí zájem zákazníka o nákup u daného prodejce. Jak však prokazují Li et al. (2006) ve své studii, sama spokojenost zákazníků nepredikuje vždy opakované nákupy. Qureshi et al. (2009) uvádějí, že validním prediktorem opakovaných nákupů zákazníků je až jejich důvěra v prodejce, která se vytvořila na základě jejich spokojenosti. Spokojenost zákazníků však nemusí mít jen pozitivní dopad na podnikání firmy, jak prezentuje ve své studii Anderson et al. (1994). Negativní vztah mezi spokojeností zákazníka a podílem firmy na trhu vysvětluje tak, že pro malý tržní podíl firmy je typická homogenní zákaznická základna, kterou je jednodušší uspokojit. Zatímco velký podíl na trhu je spojen s rozmanitostí a různorodostí zákazníků, což může zvyšovat problémy s uspokojováním různých potřeb. Mezi další negativní dopady spokojeného zákazníka zahrnuje pokles cenové elasticity či izolovanost stávajících zákazníků od konkurence. Jako 384 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 pozitivní dopad však vidí nižší náklady na budoucí transakce, snížení nákladů ze selhání a přilákání nových zákazníků díky zlepšující se pověsti podniku. Důvěru zákazníků lze považovat za jeden z nejvýznamnějších činitelů ve vztahu zákazník–prodejce (Velmurugan, 2009). Gefen et al. (2003) konstatují, že důvěra se zakládá na přesvědčení, že se ostatní aktéři obchodu budou chovat podle očekávání, nebudou se chovat oportunisticky a nebudou se snažit nijak zneužít situaci (Qureshi et al., 2009). Pavlou et al. (2007) a Mayer et al. (1995) se shodují na tom, že důvěra vypovídá o ochotě zákazníka být do jisté míry zranitelný díky víře, že transakce s prodejcem bude naplňovat určitá očekávání. Důvěru jako prediktor spokojenosti zákazníků potvrdili ve svém výzkumu Pawlasová (2014) či Hsu et al. (2014b). V současnosti existuje několik příkladů, jak se snaží provozovatelé slevových portálů vyvolat v zákaznících důvěru ještě před samotným nákupem. Jedná se například o uvádění referencí předchozích zákazníků, pozitivní a negativní hlasování o spokojenosti se službou, procenta pozitivních ohlasů či certifikáty bezpečnosti. Kim et al. (2009) uvádí, že zákazníci projevují svou důvěru v prodejce před nákupem tím, že si vyberou jakoukoliv možnost úhrady předem. Na slevových portálech zákazník musí zaplatit za voucher předem, což může pro nedůvěřivé zákazníky znamenat nemalou bariéru. 1.2 Modely chování zákazníků naslevových portálech V této studii byly využity dva modely chování spotřebitelů, konkrétně model očekávání – naplnění a DeLone & McLean IS success model. Model očekávání – naplnění (ECM) od Olivera (1992) vychází z teorie očekávání – naplnění. V ECM je za stěžejní pokládáno očekávání zákazníka o produktu či službě a naplnění očekávání zákazníka o produktu či službě. Spokojenost zákazníka se tedy formuje na základě zkušenosti s nákupem a použití produktu či využití služby. V předešlých výzkumech bylo zjištěno, že lze naplnění očekávání zákazníka ztotožnit s vnímanou hodnotou produktu či služby tak, aby bylo možno odrážet vnímání vnějších i vnitřních benefitů zákazníkem (Hsu et al., 2015; Lin, 2013). Model ECM byl využit pro analýzu modelů chování zákazníků slevových portálů ve studiích Hsu et al. (2015) či Janga et al. (2013). V oblasti e-commerce byl ECM aplikován v těchto studiích: Bhattacherjee (2001) pro oblast online bankovnictví, Casaló et al. (2011) v oblasti virtuálních komunit, Lin et al. (2005) na webových portálech či Lee (2010) v oblasti e-learningu. Pro měření úspěchu elektronické komerce lze dle DeLonea a McLeana (2004) aplikovat DeLone & McLean Information System success model založený na DeLonovi a McLeanovi (1992). V D&M IS success model se předpokládá, že vnímaná kvalita 385 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 webové stránky a spokojenost s informačním systémem působí na zájem zákazníků o opakované nákupy na webových stránkách (DeLone a McLean, 2004). Dle aktualizovaného D&M IS success modelu se celková kvalita informačních systémů odvíjí od kvality systému, kvality informací a kvality služeb. Tyto tři hlavní oblasti je nutno analyzovat odděleně, ale také společně, jelikož ovlivňují použití informačního systému uživateli a spokojenost uživatelů s informačním systémem. Spokojenost uživatelů s informačním systémem lze pak pokládat za klíčový faktor předpovědi úspěchu informačního systému (DeLone a McLean, 2003). Kvalita systému představuje vytoužené technické vlastnosti, například jednoduché a uživatelsky přívětivé používání, snadnou použitelnost, dostupnost, spolehlivost, přizpůsobivost a rychlou odezvu informačního systému. Kvalita informací obsahuje problémy obsahu (jeho úplnost, aktuálnost, relevantnost, jednoduchost porozumění, bezpečnost, personalizaci či preciznost). Kvalitu služeb lze definovat jako celkovou subvenci poskytovanou provozovateli služeb skrze informační systém, tedy zákaznická podpora atd. (DeLone a McLean, 2003; DeLone a McLean, 2004). D&M IS success model aplikovali ve svých studiích o e-commerce Němec a Zapletal (2015) nebo Hsu et al. (2014b). Na základě těchto dvou modelů chování spotřebitelů byl navržen model spokojenosti zákazníků slevových portálů, viz obrázek 1. Obrázek 1 | Navržený model spokojenosti zákazníků slevových portálů Zdroj: vlastní zpracování 2. Metodologie výzkumu Za účelem dosažení cíle studie byly stanoveny výzkumné hypotézy, byla sesbírána data a ta byla následně použita pro analýzu navrženého modelu chování zákazníků slevových portálů. Vnímaná kvalita slevového portálu Očekávání zákazníka o slevovém portálu Důvěra ve slevový portál Kvalita informací Kvalita služeb Pověst a vnímaná velikost slevového portálu Kvalita systému Spokojenost s nákupem na slevovém portálu 386 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 2.1 Stanovení výzkumných hypotéz Na základě rešerše literatury byly stanoveny výzkumné hypotézy. V tabulce 1 jsou uvedeny konkrétní dřívější studie, na jejichž základě byly stanoveny výzkumné hypotézy. Tabulka 1 | Stanovení hypotéz dle rešerše literatury Hypotéza Dřívější studie Klíčové zjištění vazeb H1 Hsu et al. (2014b) Pověst slevového portálu – Důvěra veslevový portál Hsu et al. (2014b) Vnímaná velikost slevového portálu – Důvěra veslevový portál H2Tsai et al. (2011) Kvalita systému – Kvalita webové stránky slevového portálu H3Tsai et al. (2011) Kvalita informací – Kvalita webové stránky slevového portálu H4Tsai et al. (2011) Kvalita služeb – Kvalita webové stránky slevového portálu H2–H4 Hsu et al. (2014b) Vnímaná kvalita slevového portálu – Spokojenost snákupem naslevovém portálu Vnímaná kvalita slevového portálu – Záměr opakovat nákup DeLone aMcLean (2004), Kim et al. (2004) Vnímaná kvalita slevového portálu – Spokojenost snákupem naslevovém portálu Hsu et al. (2014a) Vnímaná kvalita slevového portálu – Důvěra veslevový portál H5 Hsu et al. (2014b) Důvěra veslevový portál – Spokojenost snákupem naslevovém portálu Shiau aLuo, (2012), Lin (2013) Důvěra – Celková spokojenost Zdroj: vlastní zpracování V tomto navrženém modelu, viz obrázek 1, jsou předpokládány vztahy, které jsou na základě provedené rešerše literatury popsány následujícími výzkumnými hypotézami: H1: Pověst a vnímaná velikost slevového portálu má vliv na důvěru ve slevový portál. H2: Kvalita systému má vliv na důvěru ve slevový portál. H3: Kvalita informací má vliv na důvěru ve slevový portál. H4: Kvalita služeb má vliv na důvěru ve slevový portál. H5: Důvěra ve slevový portál má vliv na spokojenost s nákupem na slevovém portálu. 2.2 Metodika sběru dat Spokojenost zákazníků je vytvářena vnímáním kvality služby či produktu, jak bylo uvedeno výše. Kvalita služby či produktu se skládá z mnoha atributů. Pro měření kvality výkonu je v současné době preferována zákaznická perspektiva, kdy za nejdůležitější je 387 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 pokládáno vnímání zákazníka o každém atributu, který vyznačuje službu či produkt. Jak je již však známo, jen znalost vnímání každého atributu, který se podílí na vnímané kvalitě výkonu, nestačí. Nejdůležitější je identifikovat, který atribut má největší vliv na celkovou spokojenost zákazníků se službou (de Oña et al., 2012, 2013 et al.). V současnosti patří mezi nejpoužívanější postupy měření spokojenosti zákazníků, dotazníkové šetření. Po zákaznících je vyžadováno, aby vyjádřili důležitost všech atributů služby. Měří se tedy deklarovaná významnost atributů, což může vést k nesprávným závěrům. Některé atributy mohou být deklarovány jako důležité, přestože mají pouze malý vliv na celkovou spokojenost zákazníka, nebo jsou významné pro zákazníka jen v daném okamžiku výzkumu (de Oña et al., 2012, et al., 2013). Z tohoto důvodu se doporučuje využít některou z odvozených metod, které determinují významnost atributů pomocí statistického testování síly vztahů jednotlivých atributů a celkové spokojenosti (Weinstein, 2000). Tohoto přístupu měření spokojenosti zákazníků a identifikování významnosti atributů je využito v této studii. Data byla sesbírána metodou elektronického dotazování technikou kvótního výběru. Základní soubor představoval všechny obyvatele České republiky, kteří již někdy provedli nákup na slevovém portálu a kteří měli přístup k webovému serveru vyplňto.cz, kde byl dotazník zveřejněn k volnému vyplnění. Výběrový soubor byl vytvořen tak, aby struktura respondentů ve výběrovém souboru co nejlépe odpovídala struktuře zákazníků slevových portálů v České republice, kde v největší míře nakupují mladí lidé ve věku od 18 do 34 let. Ženy preferují tento způsob nakupování více než muži. Struktura zákazníků českých slevových portálů je uvedena na obrázku 2 (Kopřiva, 2014). Obrázek 2 | Struktura zákazníků českých slevových portálů dle pohlaví avěku Zdroj: dle Kopřivy (2014), upraveno autorkou 64% 36% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 100 90 80 70 60 50 40 30 20 10 0 100 90 80 70 60 50 40 30 20 10 0 22% 27% 18% 14% 11% 8% Pohlaví Věk %% M Ž 65 + 55–64 45–54 35–44 25–34 18–24 Muži Ženy 36 % 64 % 8 % 11 % 14 % 18 % 27 % 22 % 388 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 Kontrolními proměnnými výběrového souboru byly pohlaví, věk, vzdělání a frekvence nákupů na slevových portálech, jejich využití doporučuje Yen et al. (2012). Výběrový soubor čítal 417 respondentů. Výslednou strukturu respondentů je možno vidět v tabulce 2. Tabulka 2 | Struktura respondentů vevýběrovém souboru (n = 417) Kontrolní proměnná Absolutní četnost Relativní četnost Frekvence nákupů naslevových portálech Jednou za14 dní 50 12 % Jednou zaměsíc 234 56 % Jednou začtvrt roku 108 26 % Méně často 25 6 % Celkem 417 100 % Pohlaví Muž 130 31 % Žena 287 69 % Celkem 417 100 % Věková kategorie 18–34 let 254 61 % 35–54 let 117 28 % 55 avíce let 46 11 % Celkem 417 100 % Vzdělání ZŠ, vyučen 83 20 % SŠ 188 45 % VŠ 146 35 % Celkem 417 100 % Zdroj: vlastní zpracování V dotazníku byli respondenti tázáni na jejich míru souhlasu s tvrzeními, která byla navržena dle ECM a D&M IS success modelu. Respondenti hodnotili tvrzení na pětistupňové Likertově škále, kdy hodnocení 1 odpovídalo „naprosto nesouhlasím“ a 5 „naprosto souhlasím“. Tvrzení použitá pro identifikaci proměnných v analyzovaném modelu byla stanovena pomocí rešerše literatury, viz Příloha 1, jelikož v této studii je aplikován konfirmační přístup k analyzování modelů chování zákazníků na slevových portálech dle Ho (2006). Kvůli konsolidaci českého trhu slevových portálů, kdy se jejich počet významně snižuje každý rok, na trhu dominuje jeden hráč, jehož struktura zákazníků nebyla známa, byla tvrzení přizpůsobena pro celý český trh slevových portálů (Liebreich, 2019). 389 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 2.3 Metoda analýzy dat Pro analýzu dat, identifikaci nejvýznamnějších faktorů, které působí na spokojenost zákazníků s nákupem na slevovém portálu, a pro ověření validity navrženého modelu, viz obrázek 1, byla zvolena metoda modelování strukturních rovnic (SEM). Data byla zpracována a analyzována v softwaru PASW Statistics 24 (SPSS) a nástavbovém modulu SPSS Amos 24. Testy byly prováděny na hladině statistické významnosti 0,05. Dle Nachtigalla et al. (2003) aplikace modelování strukturních rovnic je smysluplná tehdy, když je zapotřebí ověřit navrženou teorii, a zároveň platí, že tato teorie může být formulována pomocí modelu lineárních rovnic a mezi proměnnými platí přímé úměrnosti. Validitu navrženého modelu lze ověřit pomocí řady indexů dobré shody. Je nutno však také posoudit tzv. konstrukční validitu, kdy je analyzováno, do jaké míry dané manifestní proměnné skutečně reprezentují teoretické latentní konstrukty (Hair et al., 2010). Mezi nejpoužívanější a rovněž využité indexy v tomto výzkumu patří ukazatel Cronbachovo alfa, komparativní index shody CFI (Confirmatory Fit Index) a RMSEA (Root Mean Square Error of Approximation). Prostor pro zlepšení vypovídací schopnosti modelu o datech je hodnocen pomocí normovaného indexu shody NFI (Normed Fit Index), viz de Oña et al. (2013). Minimální hodnota standardizovaného regresního koeficientu by měla být 0,5 (Hair et al., 2010). Dle Hendla (2004) je vztah mezi proměnnými slabý, když se hodnota koeficientu pohybuje v rozmezí od 0,0 do 0,3. V případě, že se hodnota koeficientu pohybuje v rozmezí od 0,3 do 0,7, jedná se o průměrnou míru vztahu. O silnou míru vztahu mezi proměnnými se jedná v případě, kdy se hodnota koeficientu pohybuje v rozmezí od 0,7 do 0,9. Jestliže se hodnota koeficientu pohybuje v rozmezí od 0,9 do 1,00, hovoříme o velmi silné míře vztahu mezi proměnnými. Prezentovaný koeficient determinace (R2) udává, jakou část rozptylu vyjadřuje daná manifestní proměnná ve vztahu k příslušné latentní proměnné. 3. Výsledky analýzy modelu adiskuze V této části studie jsou prezentovány výsledky provedené analýzy modelu. Tyto výsledky jsou dále diskutovány s výsledky dřívějších studií u nás i v zahraničí. 3.1 Validita modelu měření Hodnota indexu CFI (0,845) i hodnota indexu NFI (0,802) v modelu měření se mírně odchyluje od doporučené hodnoty. Lze říci, že tento navržený model odpovídá reálným datům z 80 %. Shodu dat s navrženým modelem dále dokazují také Χ2 (1 487,493), stupně volnosti (df = 390) a RMSEA (0,082). Korelační koeficienty mezi proměnnými je možno vidět v tabulce 3. 396 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 Důvěra je ukazatelem spokojenosti zákazníka dle Hsu et al. (2014b), ale také dle Shiau a Luo (2012). Toto potvrzuje také ve své studii Lin (2013) či v českém prostředí Pawlasová (2014). Také na základě výsledků výzkumu v této studii lze souhlasit s dřívějšími tvrzeními. Jak již bylo uvedeno výše, prokázané odlišnosti závěrů provedeného výzkumu od zahraničních studií jsou způsobeny zejména kulturními odlišnostmi, rozdílným sociálním prostředím a jiným technickým zázemím daných zemí. V této oblasti tedy provedený výzkum potvrdil zjištění studií Spáčila a Božoňě (2018), Velčovské (2018), Klapilové Krbové (2016) či Hofsteda (1984). Je tedy nutno akceptovat, že teoretické poznatky, vyplývající z reálných dat o chování spotřebitelů v různých zemích, nemusí být platné všeobecně pro chování spotřebitelů ve všech zemích a lze doporučit i v budoucnu potvrzovat dané závěry pomocí dat z jiných zemí (Hsu et al., 2015). Vzhledem ke konsolidaci českého trhu slevových portálů a rostoucí dominanci jednoho hráče byla tvrzení přizpůsobena pro celý český trh slevových portálů, jak je uvedeno výše. Jelikož však na českém trhu existuje více hráčů, kteří mají rozdílnou úroveň poskytování služeb, je možné, že tyto skutečnosti ovlivnily hodnoty validity modelu latentních proměnných. Závěr Předmětem této studie byla spokojenost zákazníků s nákupem na slevovém portále. Na spokojenost zákazníků je pohlíženo jako na proces jejího utváření, kdy důvěra je ukazatelem spokojenosti zákazníků. V rešerši literatury bylo shledáno, že pro danou oblast nákupů na slevových portálech bylo vhodné využít ECM. Problematika kvality webových stránek slevových portálů byla zkoumána z pohledu D&M IS success modelu, který patří mezi tradiční teoretická východiska v této oblasti. Cílem tohoto výzkumu byla identifikace modelu spokojenosti zákazníků při nakupování na slevových portálech dle modelu očekávání – naplnění a DeLone & McLean Information System success modelu. Pro naplnění cíle výzkumu byla využita data primární, jež byla získána prostřednictvím elektronického dotazování. Navržený model byl testován pomocí metody modelování strukturních rovnic. Z provedené analýzy chování zákazníků na slevových portálech vyplynulo, že z pohledu českého zákazníka je důvěra jako ukazatel spokojenosti zákazníků utvářena pověstí a vnímanou velikostí slevového portálu. Naopak u faktorů představujících vnímání kvality webových stránek vliv na důvěru zákazníků prokázán nebyl. Byl prokázán vztah mezi důvěrou zákazníků ve slevový portál a spokojeností s nákupem na něm. Manažerům či marketingovým pracovníkům slevových portálů je možno doporučit, aby svou marketingovou komunikační činnost soustředili do sféry vytváření image 397 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 slevového portálu. Slevový portál by měl být známý, důvěryhodný, měl by mít dobrou pověst, ale také by měl být vnímán jako stabilní a velká společnost na trhu. Uvedené závěry mají svá omezení. Tato omezení spočívají ve struktuře výběrového souboru, kdy byli osloveni jen lidé, kteří již mají zkušenosti s nakupováním na slevových portálech. Bylo by však vhodné oslovit také respondenty, kteří ještě nikdy na slevových portálech nenakupovali. Dále je vhodné zkoumat chování zákazníků za pomocí jiných teoretických konceptů. Jako jedna z možností se nabízí analýza faktorů z pohledu teorie sociální výměny. Tento teoretický přístup prezentuje egoistický pohled na chování zákazníků, všechny altruistické motivy chování jsou opomíjeny. Důvěra je zde vnímána jako ukazatel spokojenosti zákazníků. Spolu s ní na spokojenost dle této teorie mají vliv reputace, reciprocita a v rozšířeném pojetí také kreativita prodejce. Pro identifikaci indikátorů, které mohou potenciálně působit na spokojenost zákazníků slevových portálů, může být aplikován kromě rešerše sekundárních zdrojů také primární výzkum. Nabízí se využití metody focus groups, kdy by z diskuze účastníků vyplynuly návrhy na ony významné indikátory. Tyto indikátory by bylo možno následně začlenit do modelu chování zákazníků slevových portálů. V tomto případě by se však jednalo o explorativní přístup k metodě modelování strukturních rovnic. 398 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 Příloha Příloha 1 | Návrh proměnných ověřovaného modelu Proměnná vmodelu (latentní proměnná) Definice tvrzení (název manifestní proměnné vmodelu) Reference Pověst avnímaná velikost slevového portálu (SP) Slevové portály mají dobrou pověst natrhu (sl_trh). Hsu et al. (2014b) Slevové portály jsou dobře známé webové stránky (sl_znamost). Hsu et al. (2014b) Slevové portály mají dobrou pověst, protože jsou čestné (sl_cestnost). Hsu et al. (2014b) Slevové portály jsou velké společnosti (sl_velkefirmy). Hsu et al. (2014b) Slevové portály jsou velkými hráči natrhu (sl_hraci). Hsu et al. (2014b) Hodně známých firem prodává své produkty aslužby prostřednictvím slevových portálů (sl_znamefirmy). Hsu et al. (2014a), Lin (2013), Hsu et al. (2014b) Kvalita systému Webové stránky slevových portálů jsou pro uživatele snadno použitelné (sl_pouzitelnost). DeLone aMcLean (2003), Tsai et al. (2011), Hsu et al. (2014a), Hsu et al. (2014b), Hsu et al. (2015) Prostředí webových stránek slevových portálů je uživatelsky přívětivé (sl_uzivprivetive). DeLone aMcLean (2003), Hsu et al. (2014b), Hsu et al. (2015) Webové stránky slevových portálů splňují potřeby uživatele (sl_uzivpotreby). DeLone aMcLean (2003), Tsai et al. (2011), Hsu et al. (2014a) Webové stránky slevových portálů poskytují interaktivní propojení uživatele se systémem stránek (sl_interaktivita). DeLone aMcLean (2003) Přenos dat zwebových stránek slevových portálů je bez překážek (sl_dataok). DeLone aMcLean (2003), Hsu et al. (2014a) Webové stránky slevových portálů poskytují aktuální informace (sl_aktualnost). DeLone aMcLean (2003), Tsai et al. (2011), Hsu et al. (2014b), Hsu et al. (2015) Funkčnost webové stránky slevových portálů je spolehlivá (sl_spolehlivost). DeLone aMcLean (2003), Tsai et al. (2011), Hsu et al. (2015) 399 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 Proměnná vmodelu (latentní proměnná) Definice tvrzení (název manifestní proměnné vmodelu) Reference Kvalita informací Slevové portály profesionálně zodpovídají dotazy svým zákazníkům (sl_dotazy). DeLone aMcLean (2003), Hsu et al. (2014a) Slevové portály ochotně pomáhají svým zákazníkům (sl_ochota). DeLone aMcLean (2003) Webové stránky slevových portálů jsou stabilní (sl_stabilita). DeLone aMcLean (2003), Tsai et al. (2011) Webové stránky slevových portálů poskytují podrobné informace (sl_podrobnost). DeLone aMcLean (2003), Tsai et al. (2011), Hsu et al. (2014b) Kvalita služby Webové stránky slevových portálů poskytují dostatečné informace (sl_dostatecnost). DeLone aMcLean (2003), Tsai et al. (2011), Hsu et al. (2014b), Hsu et al. (2015) Webové stránky slevových portálů poskytují užitečné informace (sl_uzitecnost). DeLone aMcLean (2003), Tsai et al. (2011), Hsu et al. (2014a) Webové stránky slevových portálů poskytují přesné informace, které potřebuji pro provedení nákupu (sl_presnost). DeLone aMcLean (2003), Tsai et al. (2011) Webové stránky slevových portálů poskytují srozumitelné informace (sl_srozumitelnost). DeLone aMcLean (2003), Tsai et al. (2011) Slevové portály mají upřímný zájem nařešení zákaznických problémů (sl_problemy). DeLone aMcLean (2003) Slevové portály zajišťují bezpečí aochranu soukromí (sl_bezpeci). DeLone aMcLean (2003), Hsu et al. (2014a), Lin (2013) Slevové portály rozumí specifickým požadavkům svých zákazníků (sl_pozadavky). DeLone aMcLean (2003) Příloha 1 | pokračování 400 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 Proměnná vmodelu (latentní proměnná) Definice tvrzení (název manifestní proměnné vmodelu) Reference Spokojenost se slevovým portálem (SP) Jsem spokojen/a spřednákupními zkušenostmi naslevových portálech (např. vyhledávání produktu aslužeb, kvalita informací oproduktu aslužeb ajejich srovnání) (S_sp_prednakupni). Hsu et al. (2014b) Jsem spokojen/a snákupními zkušenostmi naslevových portálech (např. objednání, platba) (S_sp_nakupni). Hsu et al. (2014b) Jsem spokojen/a sponákupními zkušenostmi naslevových portálech (např. zákaznický servis, poprodejní servis, možnosti vrácení nebo výměny zboží, dodání) (S_sp_ponakupni). Hsu et al. (2014b) Důvěra veslevový portal (SP) Nákup přes webové stránky slevových portálů je bezpečný (D_sp_bezpecnost). Hsu et al. (2014a), Hsu et al. (2014b) Webové stránky slevových portálů jsou spolehlivé (D_sp_spolehlivost). Hsu et al. (2014a), Hsu et al. (2014b) Webové stránky slevových portálů jsou důvěryhodné (D_sp_duveryhodnost). Tsai et al. (2011), Hsu et al. (2014a), Hsu et al. (2014b), Shiau aLuo (2012) Literatura Anderson, E. W., Fornell, C., Lehmann, D. R. (1994). Customer Satisfaction, Market Share and Profitability: Findings from Sweden. Journal ofMarketing, 58(3), 53–66, https://doi.org/10.2307/1252310 Anderson, R., Srinivasan, S. S. (2003). E-satisfaction and e-Loyalty: AContingency Framework. Psychology & Marketing, 20(2), 123–138, https://doi.org/10.1002/mar.10063 Bhattacherjee, A. (2001). Understanding Information Systems Continuance: AnExpectationConfirmation Model. MIS Quarterly, 25(3), 351–370, https://doi.org/10.2307/3250921 Bressolles, G., Durrieu, F., Senecal, S. (2014). AConsumer Typology Based onE-service Quality and E-satisfaction. Journal ofRetailing and Consumer Services, 21(6), 889–896, https://doi.org/10.1016/j.jretconser.2014.07.004 Casaló, L. V., Flavián, C., Guinalíu, M. (2011). TheGeneration ofTrust intheOnline Services and Product Distribution: TheCase ofSpanish Electronic Commerce. Journal ofElectronic Commerce Research, 12(3), 199–213. de Oña, J., de Oña, R., Calvo, F. J. (2012). AClassification Tree Approach ToIdentify Key Factors OfTransit Service Quality. Expert Systems with Applications, 39(12), 11164–11171, https://doi.org/10.1016/j.eswa.2012.03.037 Příloha 1 | pokračování 401 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 de Oña, J., de Oña, R., Eboli, L., et al. (2013). Perceived Service Quality inBus Transit Service: AStructural Equation Approach. Transport Policy, 29, 219–226, https://doi.org/10.1016/j. tranpol.2013.07.001 DeLone, W. H., McLean, E. R. (1992). Information Systems Success: TheQuest fortheDependent Variable. Journal ofManagement Information Systems, 3(4), 60–95, https://doi.org/10.1287/isre.3.1.60 DeLone, W. H., McLean, E. R. (2003). TheDeLone and McLean Model ofInformation Systems Success: ATen-Year Update. Journal ofManagement Information Systems, 19(4), 9–30, https://doi.org/10.1080/07421222.2003.11045748 DeLone, W. H., McLean, E. R. (2004). Measuring E-commerce Success: Applying theDeLone & McLean Information Systems Success Model. International Journal ofElectronic Commerce, 9(1), 31–47, https://doi.org/10.1080/10864415.2004.11044317 Gefen, D., Karahanna, E., Straub, D. W. (2003). Trust and TAM inOnline Shopping: anIntegrated Model. MIS Quarterly, 27(1), 51–90, https://doi.org/10.2307/30036519 Gupta, S., Kim, H.-W. (2007). TheModerating Effect ofTransaction Experience ontheDecision Calculus inOn-line Repurchase. International Journal ofElectronic Commerce, 12(1), 127–158, https://doi.org/10.2753/jec1086-4415120105 Hair, J. F., Black, W. C., Babin, B. J., et al. (2010). Multivariate Data Analysis. 7. vyd. New Jersey: Prentice Hall. ISBN 978-0-138-132637. Hendl, J. (2004). Přehled statistických metod zpracování dat. Praha: Portál. ISBN 80-7178-820-1. Ho, R. (2006). Handbook ofUnivariate and Multivariate Data Analysis and Interpretation: SPSS Approach. Boca Raton: Fl. Taylor & Francis Books, Inc. ISBN 1584886021. Hofstede, G. (1984). Culture’s Consequences: International Differences inWork-Related Values. 2. vyd. Beverly Hills, CA: SAGE Publications. ISBN 0-8039-1444-X. Hsu, S.-H. (2008). Developing anIndex forOnline Customer Satisfaction: Adaptation ofAmerican Customer Satisfaction Index. Expert Systems with Applications, 34(4), 3033–3042, http://doi.org/10.1016/j.eswa.2007.06.036 Hsu, M.-H., Chuang, L.-W., Hsu, CH.-S. (2014a). Understanding Online Shopping Intention: theRoles ofFour Types ofTrust and Their Antecedents. Internet Research, 24(3), 332–352, http://doi.org/10.1108/IntR-01-2013-0007 Hsu, M.-H., Chang, CH.-M., Chu, K.-K., et al. (2014b). Determinants ofRepurchase Intention inOnline Group-Buying: ThePerspectives ofDeLone & McLean IS Success Model and Trust. Computers inHuman Behavior, 36, 234–245, https://doi.org/10.1016/j. chb.2014.03.065 Hsu, M.-H., Chang, CH.-M., Chuanga, L.-W. (2015). Understanding theDeterminants ofOnline Repeat Purchase Intention and Moderating Role ofHabit: TheCase ofOnline GroupBuying inTaiwan. International Journal ofInformation Management, 35(1), 45–56, https://doi.org/10.1016/j.ijinfomgt.2014.09.002 Cheng, H.-H., Huang, S.-W. (2013). Exploring Antecedents and Consequence ofOnline GroupBuying Intention: anExtended Perspective onTheory ofPlanned Behavior. International Journal ofInformation Management, 33(1), 185–198, https://doi.org/10.1016/j. ijinfomgt.2012.09.003 402 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 Kauffman, R. J., Wang, B. (2002). Bid Together, Buy Together: OntheEfficacy ofGroup-Buying Business Model inInternet-Based Selling, inLowry, P.B., Cherrington, J. O., Watson, R. R., eds., Handbook ofElectronic Commerce inBusiness and Society. Baca Raton, FL: CRC Press. Dostupné z: http://misrc.umn.edu/workingpapers/fullpapers/2001/0110_051601.pdf Kim, J., Jin, B., Swinney, J. L. (2009). TheRole ofRetail Quality, E-satisfaction and E-trust inOnline Loyalty Development Process. Journal ofRetailing and Consumer Services, 16(4), 239–247, http://doi.org/10.1016/j.jretconser.2008.11.019. Klapilová Krbová, P.(2016). Shopping Behaviour ofGeneration Y: AComparison ofCzech Republic and Slovakia. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 64(2), 617–626, http://doi.org/10.11118/actaun201664020617 Kopčil, D. (2011). Když se šetří srozvahou: agregátory slevových serverů. Lupa. [Cit. 2015-06-26]. Dostupné z: http://www.lupa.cz/clanky/ kdyz-se-setri-s-rozvahou-agregatory-slevovych-serveru/ Kopřiva, M. (2015). Slevomat zobrazí slevy podle polohy zákazníka askoncuje spapírovými kupony, lidé se zaně stydí. Ihned.cz. [Cit. 2015-05-25]. Dostupné z: http://byznys. ihned.cz/c1-64107770-slevomat-zobrazi-slevy-podle-polohy-zakaznika-a-skoncuje-spapirovymi-kupony-lide-se-za-ne-stydi Lee, M.-C. (2010). Explaining and Predicting Users’ Continuance Intention Toward E-learning: AnExtension oftheExpectation–Confirmation Model. Computers & Education, 54(2), 506–516, http://doi.org/10.1016/j.compedu.2009.09.002 Li, B., Riley, M. W., Lin, B., et al. (2006). AComparison Study ofCustomer Satisfaction between theUPS and FedEx: AnEmpirical Study among University Customers. Industrial Management & Data Systems, 106(2), 182–199, http://doi. org/10.1108/02635570610649844 Liebreich, J. (2019). Slevomat změnil obchodní strategii avydělal opolovinu více. E15.cz. [Cit. 2019-11-25]. Dostupné z: https://e15.cz/byznys/obchod-a-sluzby/ slevomat-zmenil-obchodni-strategii-a-vydelal-o-polovinu-vice-1362321 Lin, C. S., Wu, S., Tsai, R. J. (2005). Integrating Perceived Playfulness into ExpectationConfirmation Model forWeb Portal Context. Information & Management, 42(5), 683–693, http://doi.org/10.1016/j.im.2004.04.003 Lin, P.-H. (2013). Shopping Motivations ontheInternet: AnEmpiricial Study ofTrust, Satisfaction and Loyalty. International Journal ofElectronic Business Management, 11(4), 238–246. Mayer, R. C., Davis, J. H., Schoorman, F. D. (1995). AnIntegrative Model ofOrganizational Trust. TheAcademy ofManagement Review, 20(3), 709–734, http://doi.org/10.2307/258792 McDougall, G. H. G., Levesque, T. (2000). Customer Satisfaction with Services: Putting Perceived Value into theEquation. Journal ofServices Marketing, 14(5), 392–410, http://doi.org/10.1108/08876040010340937 Nachtigall, CH., Kroehne, U., Funke, F., et al. (2003). (Why) Should WeUse SEM? Pros and Cons ofStructural Equation Modelling. Methods ofPsychological Research Online, 8(2), 1–22. [Cit. 2012-08-16]. Dostupné z: http://www.dgps.de/fachgruppen/methoden/mpr-online/ issue20/art1/mpr127_11.pdf Němec, R., Zapletal, F. (2015). Proposal ofDecision-making Model Using theDeLone and McLean´s Information System Success Model Together with theAHP.Acta Informatica Pragensia, 4(2), 122–139, http://doi.org/10.18267/j.aip.65 403 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 Oliver, R. L. (1992). AnInvestigation oftheAttribute Basis ofEmotion and Related Affects inConsumption: Suggestions foraStage-Specific Satisfaction Framework. NA- Advances inConsumer Research, 19, 237–244. Oliver, R. L. (1999). Whence Consumer Loyalty. Journal ofMarketing, 63, 33–44, https://doi.org/10.2307/1252099 Oliver, R. L. (2015). Satisfaction: aBehavioral Perspective ontheConsumer. 2. vyd. London: Routledge, Taylor & Francis Group. ISBN 978-0-7656-1770-5. Otim, S., Grover, V. (2006). AnEmpirical Study onWeb-Based Services and Customer Loyalty. European Journal ofInformation Systems, 15(6), 527–541, https://doi.org/10.1057/ palgrave.ejis.3000652 Pavlou, P.A., Liang, H., Xue, Y. (2007). Understanding and Mitigating Uncertainty inOnline Exchange Relationships: APrincipal-Agent Perspective. MIS Quarterly, 31(1), 105–136, https://doi.org/10.2307/25148783 Pawlasová, P.(2014). Evaluation ofFactors Affecting Users’ Satisfaction with Online Group Buying based onSET. Central European Review ofEconomic Issues Ekonomická Revue, 17(4), 199–207, https://doi.org/10.7327/cerei.2014.12.04 Qureshi, I., Fang, Y., Ramsey, E., et al. (2009). Understanding Online Customer Repurchasing Intention and theMediating Role ofTrust - AnEmpirical Investigation inTwo Developed Countries. European Journal ofInformation Systems, 18(3), 205–222, https://doi.org/10.1057/ejis.2009.15 Russell-Bennett, R., McColl-Kennedy, J. R., Coote, L. V. (2007). Involvement, Satisfaction, and Brand _Loyalty inaSmall Business Services Setting. Journal ofBusiness Research, 60(12), 1253–1260, https://doi.org/10.1016/j.jbusres.2007.05.001 Shiau, W.-L., Luo, M.-M. (2012). Factors Affecting Online Group Buying Intention and Satisfaction: ASocial Exchange Theory Perspective. Computers inHuman Behavior, 28(6), 2431–2444, https://doi.org/10.1016/j.chb.2012.07.030 Smith, B. J., Barclay, D. W. (1997). TheEffects ofOrganizational Differences and Trust ontheEffectiveness ofSelling Partner Relationships. Journal ofMarketing, 61(1), 3–21, https://doi.org/10.2307/1252186 Spáčil, V., Božoň, D. (2018). Are They Different? ABehavioral Study ofDigital Music Listeners inEU Context, inKovářová, E., Melecký, L., Staníčková, M., eds., Proceedings ofthe4th International Conference onEuropean Integration 2018, pp. 1317–1325. ISBN 978-80-248-5169-4. Tsai, M.-T., Cheng, N.-CH., Chen, K.-S. (2011). Understanding Online Group Buying Intention: TheRoles ofSense ofVirtual Community and Technology Acceptance Factors. Total Quality Management & Business Excellence, 22(10), 1091–1104, https://doi.org/10.1080/1 4783363.2011.614870 Van Horn, T., Gustafsson, N. (2000). Demand Aggregation Through Online Buying Groups. U.S. Patent 6047266. Washington, DC: United States Patent Office. Velčovská, Š. (2018). Generation Y’s Perception ofProduct Origin and Its Labelling intheContext ofFood Quality and Safety. Amfiteatru Economic, 20(47), 46–61, https://doi.org/10.24818/ea/2018/47/46 Velmurugan, M. S. (2009). Security and Trust inE-business: Problems and Prospects. International Journal ofElectronic Business Management, 7(3), 151–158. 404 Politická ekonomie, 2020, 68 (4), 381–404, https://doi.org/10.18267/j.polek.1287 Weinstein, A. (2000). Customer Satisfaction among Transit Riders: How Customers Rank theRelative Importance ofVarious Service Attributes. Transportation Research Record: Journal oftheTransportation Research Board, 1735(1), 123–132, https://doi.org/10.3141/1735-15 Yen, CH., Hsu, M.-H., Chang, CH.-M. (2012). Exploring theOnline Bidder’s Repurchase Intention: ACost and Benefit Perspective. Information Systems and e-Business Management, 11(2), 211–234, https://doi.org/10.1007/s10257-012-0201-0 Zamazalová, M. (2009). Marketing obchodní firmy. Praha: Grada. ISBN 978-80-247-2049-4.